El trabajo persistente

dignifica y engrandece

“Introducción a las Matrices”

Profesor Ricardo Santander Baeza

Marzo del 2020

Profesor Ricardo Santander Baeza “Introducción a las Matrices”

Este capitulo tiene como objetivo “estudiar el formato, denominado genéricamente matriz, para
presentar y gestionar eficientemente información ”

Los siguientes datos históricos los obtuve del Articulo de: “J J O’Connor and E F Robertson”ubicable en la
página Clik aqui
Los comienzos de las matrices y los determinantes datan del siglo II AC, aunque hay indicios desde siglos anteriores
AC. Sin embargo, no fue hasta fines del siglo XVII que las ideas reaparecieron y se desarrollaron con fuerza. Los
comienzos de las matrices y los determinantes surgen a través del estudio de sistemas de ecuaciones lineales.

En Babilonia se estudiaron problemas que involucraban a ecuaciones lineales simultáneas y algunos de estos son
conservados en tabletas de arcilla que permanecieron en el tiempo. Por ejemplo, una tableta que data alrededor
de 300 años AC contiene el siguiente problema:

“Hay dos terrenos cuya área total es de 1800 metros cuadrados. Uno produce granos en una proporción de 2/3 de
una medida por yarda cuadrada mientras el otro produce granos en una proporción de 1/2 de una medida por
metro cuadrado. Si la producción total es 1100 medidas, ¿Cuál es el tamaño de cada terreno?”

Profesor Ricardo Santander Baeza “Introducción a las Matrices”

Los Chinos, entre los años 200 AC y 100 AC, estuvieron mucho más cerca de las matrices que los Babilonios.
Verdaderamente es justo decir que el texto “Nueve Capı́tulos de Arte Matemático”, escrito durante la Dinastı́a
Han, da el primer ejemplo conocido sobre métodos matriciales.
“Hay tres tipos de cereal, de los cuales tres fardos del primero, dos del segundo, y uno del tercero hacen 39
medidas. Dos del primero, tres del segundo y 1 del tercero hacen 34 medidas. Y uno del primero, dos del
segundo y tres del tercero hacen 26 medidas. ¿Cuántas medidas de cereal son contenidas en un fardo de cada
tipo?”
Ahora, para resolver este problema, el autor hace algo realmente extraordinario. Coloca los coeficientes del
sistema de tres ecuaciones lineales en una especie de “tablero contador”.

1 2 3
2 3 2
3 1 1
26 34 39

En nuestro siglo XX, escribimos las ecuaciones lineales por medio de filas más que por columnas pero,
naturalmente, el método es idéntico. Más extraordinario, es que hace 200 años AC, el autor escribió
instrucciones al lector:

Profesor Ricardo Santander Baeza “Introducción a las Matrices”

Multiplicar la columna dos por tres y la columna tres por dos, restar la nueva columna tres a la columna dos,
generando una nueva columna dos. Luego, multiplicar la columna uno por tres y restarle la columna tres
generando una nueva columna uno. El tablero contador queda ası́:

0 0 3
4 5 2
8 1 1
39 24 39

Multiplicar la columna uno por cinco y la columna dos por cuatro, restar la nueva columna dos a la columna
uno, generando una nueva columna uno. El tablero contador queda ası́:

0 0 3
0 5 2
36 1 1
99 24 39

Con esto, tenemos la solución para el tercer tipo de cereal, de este modo se puede encontrar la solución para el
segundo y por último para el primero por medio de la sustitución hacia atrás. Este método, conocido ahora
como Eliminación Gaussiana, no se volverı́a a retomar sino hasta inicios del siglo XIX.

Profesor Ricardo Santander Baeza “Introducción a las Matrices”

Motivación intuitiva para obtener la Definición de Matriz
En las ciudades de Santiago y Temuco de Chile tenemos una empresa que realiza actividades comerciales a través de
cinco tiendas, nominadas como: t1 , t2 , t3 , t4 y t5 , y cada una de ellas tiene en sus bodegas 4 artı́culos, a1 , a2 , a3 y
a4 , cuyas cantidades se presentan según la siguientes tablas:

t1 t2 t3 t4 t5
− − − − −
a1 | 235 504 403 790 650
En Santiago (1)
a2 | 435 750 380 410 260
a3 | 130 350 170 290 410
a4 | 320 550 660 110 960

t1 t2 t3 t4 t5
− − − − −
a1 | 425 305 609 521 456
En Temuco (2)
a2 | 325 675 830 140 620
a3 | 310 530 710 920 140
a4 | 230 350 760 210 690

Profesor Ricardo Santander Baeza “Introducción a las Matrices”

Si llamamos S a los datos que aparecen en el esquema (1), y en cada posición designamos por sij al número de
artı́culos ai existente en la tienda tj entonces obtenemos el formato.

   
s11 s12 s13 s14 s15 235 504 403 790 650
 s21 s22 s23 s24 s25   435
  750 380 410 260 
S = (sij ) =  =  (3)
 s31 s32 s33 s34 s35   130 350 170 290 410 
s41 s42 s43 s44 s45 320 550 660 110 960

Es decir, el sı́mbolo s23 significa que en el formato S descrito en (3), hay 380 unidades del artı́culo a2 en la tienda t3 .
Si llamamos T a los datos que aparecen en el esquema (2), y en cada posición designamos por cij al número de
artı́culos ai existente en la tienda tj entonces obtenemos en forma análoga.

   
c11 c12 c13 c14 c15 425 305 609 521 456
 c21 c22 c23 c24 c25   325
  675 830 140 620 
T = (cij ) =  =  (4)
 c31 c32 c33 c34 c35   310 530 710 920 140 
c41 c42 c43 c44 c45 230 350 760 210 690

En este caso el sı́mbolo c23 significa que en el formato T descrito en (4), hay 830 unidades del artı́culo a2 en la
tienda t3 .

Profesor Ricardo Santander Baeza “Introducción a las Matrices”

Definición de Matriz

A será llamada una Matriz de n-filas y m-columnas ( orden n × m) sobre R si es de la forma:

 
a11 a12 a13 ... a1m

 a21 a22 a23 ... a2m 

(
 a31 a32 a33 a3m  i = 1, 2, . . . , n (número de filas)
A = (aij ) =  ...  ; aij ∈ R;
 .. .. .. ..  j = 1, 2, . . . , m (número de columnas) (5)
 . . . ... . 
an1 an2 an3 . . . anm

Para el conjunto de matrices de orden n × m sobre R usaremos la notación:

MR (n × m) = {A = (aij ) | aij ∈ R; (i = 1, 2, . . . , n); (j = 1, 2, . . . , m)}

MR (n) = MR (n × n)

Profesor Ricardo Santander Baeza “Introducción a las Matrices”

Ejemplos de matrices usadas frecuentemente
Si A = (aij ) ∈ MR (n × m) entonces
1. A será llamada Matriz fila de largo m si n = 1.

A= a11 a12 a13 · · · a1m B = 2 3 −5 7 0

fila de largo m fila de largo 5

2. A será llamada Matriz columna de largo n si m = 1.

   
a11 1

 a21 
  3 
 

A= a31 
 A= 4 
 ..  
7

 .   
am1 9

Columna de largo m Columna de largo 5

Profesor Ricardo Santander Baeza “Introducción a las Matrices”

3. A será llamada Matriz nula si aij = 0 (∀i; 1 ≤ i ≤ n); (∀j; 1 ≤ j ≤ m).

   
0 0
··· 0 0 0 0 0

 0 0
··· 0   0 0 0 0 
 

(0) =  0 0
··· 0  (0) =  0 0 0 0 
 .. ....  
0 0 0 0

 . ··· . 
.  
0 0 ··· 0 0 0 0 0

Nula de orden n × m Nula de orden 5 × 4

4. A será llamada Matriz cuadrada si n = m.

   
a11 a12 · · · a1n 2 −4 9 6

 a21 a22 · · · a2n 
  1 5 0 7 
A= .. .. . A= 
· · · ..
  −1
 . .  7 1 8 
an1 an2 · · · ann 1 2 3 1

Cuadrada de orden n Cuadrada de orden 4

Profesor Ricardo Santander Baeza “Introducción a las Matrices”

5. A será llamada Matriz diagonal si:
n=m
aij = 0 si i 6= j

 
a11 0 0 0  
 0 a22 0 0  2 0 0 0
   0
A= .. .. . . . 5 0 0 
. ..

 . .  A=  0

0 18 0 
0 0 0 ann 0 0 0 7
Diagonal de orden 4
Diagonal de orden n

6. A será llamada Matriz identidad de orden n si:

n = m(
1 : si i = j
aij =
0 : si i =
6 j
Y se denota por In

   
1 0 0 0 1 0 0 0
 0 1 0 0 

 0 1 0 0   I4 =  
I4 =  .. .. . . ..   0 0 1 0 
 . . . .  0 0 0 1
0 0 0 1
Identidad de orden n Identidad de orden 4
Profesor Ricardo Santander Baeza “Introducción a las Matrices”
7. A será llamada Matriz triangular superior si:
n=m
aij = 0 si i > j
   
a11 a12 a13 a14 2 3 5 8
 0 a22 a23 a24   0 3 2 5 
 
A =  .. .. . . ..  A=  0 0 5 5 

 . . . . 
0 0 0 ann 0 0 0 8
Triangular superior de orden n Triangular superior de orden 4

8. A será llamada Matriz triangular inferior si:

n=m
aij = 0 si i < j

   
a11 0 0 0 7 0 0 0
 a21 a22 0 0 
   4 5 0 0 
A =  .. .. . .  A= 
 . . . 0   11 8 0 0 
an1 an2 · · · ann 1 3 7 2
Triangular inferior de orden n Triangular inferior de orden 4

Profesor Ricardo Santander Baeza “Introducción a las Matrices”

 9. A será llamada Matriz simétrica si:
n=m
aij = aji

   
a11 a12 · · · a1n 2 3 7 5
 3 5 4 1 
 a12 a22
 · · · a2n 
 A= 
A =  .. .. .  7 4 1 2 
· · · ..

 . . 
5 1 2 4
a1n a2n · · · ann
Simétrica de orden n Simétrica de orden 4

10. A será llamada Matriz antisimétrica si:

n=m
aij = −aji

   
0 a12 · · · a1n 0 3 7 5
 −a12 0 · · · a2n   −3
  0 4 1 
A= .. .. ..  A= −7 −4

 . . ··· .  0 2 
−a1n −a2n · · · 0 −5 −1 −2 0
Antisimétrica de orden n Antisimétrica de orden 4

Profesor Ricardo Santander Baeza “Introducción a las Matrices”

Definición de Matriz Traspuesta

Si A = (aij ) ∈ MR (n × m) entonces llamaremos Matriz Traspuesta de A, a la matriz At = (aji ) ∈ MR (m × n)

Ejemplo
 
 2  8 3
2 3 7 9  3 5 0 
A =  8 5 4 5  =⇒ At = 
 7

4 11 
3 0 11 3
| {z } 9 5 3
| {z }

∈
MR (3 × 4)
MR (4 × 3)

Observamos que existe una estrecha relación entre matrices simétricas, antisimétricas y la matriz traspuesta, pues:

1 A es una matriz simétrica si y sólo si A = At

2 A es una matriz antisimétrica si y sólo si A = −At .

Más tarde insistiremos sobre estas importantes relaciones, “porque ambos conceptos representan de
forma nı́tida el concepto de eficiencia, pero no tenemos aún medios de comparar matrices”

Profesor Ricardo Santander Baeza “Introducción a las Matrices”

Ejemplos Misceláneos de Matrices
1. Si A = (aij ) ∈ MR (1000) tal que para 1 ≤ i ≤ 1000 y 1 ≤ j ≤ 1000 definimos:

i : si i ≤ j

aij = ∧ (6)


0 : si i > j

entonces podemos determinar explı́citamente la matriz A como sigue.

Lo que la fórmula (6) “simboliza”es lo siguiente: En cada posición de la matriz, o sea en cada posición ij, debemos
comparar los números naturales i y j y ası́ si i ≤ j entonces escriba en esa posición aij = i , caso contrario escriba
aij = 0, por ejemplo en la posición a301451 , o sea en la fila 301 y la columna 451 escribimos 301, pues 301 < 451.

”La matriz definida por comprensión” en (6) puede ser definida conforme al análisis hecho encima como sigue:

   
a11 a12 a13 ··· a1i ··· a11000 1 1 1 ··· 1 ··· 1

 a21 a22 a23 ··· a2i ··· a21000  
  0 2 2 ··· 2 ··· 2 

 .. .. .. .. .. ..   .. .. .. . . .. .. 
 . . . . . ··· .   . . . . . ··· . 
A =  = 

 ai 1 ai 2 ai 3 ··· aii ··· ai 1000  
  0 0 0 ··· i ··· i 

 .. .. .. .. .. .. ..   .. .. .. .. .. . . .. 
 . . . . . . .   . . . . . . . 
a10001 a10002 a10003 · · · a1000i ··· a10001000 0 0 0 ··· 0 ··· 1000

Podemos hacer cálculos con los elementos de la matriz, por ejemplo

1000 1000
X X 1000 · 1001
aii = i = 1 + 2 + 3 + 4 + · · · + 1000 = = 500 · 1001 = 500500
2
i =1 i =1

Profesor Ricardo Santander Baeza “Introducción a las Matrices”

2. En el conjunto de matrices MR (2), consideremos el subconjunto de matrices simétricas:

S = {A = (aij ) ∈ MR (2) | aij = aji }

1 Podemos estudiar S, ingresando al conjunto como sigue:

  a11 = a11
a11 a12 a = a21
A ∈ S ⇐⇒ A = ∈ MR (2) ∧ 12
a21 a22 a21 = a12
a22 = a22
 
a11 a12
⇐⇒ A = ∈ MR (2) ∧ a12 = a21
a21 a22
 
a11 a12
⇐⇒ A = ∧ a11 ∈ R ∧ a12 ∈ R ∧ a22 ∈ R
a12 a22

Luego,

   
a11 a12
S= A= ∈ MR (2) | a11 ∈ R ∧ a12 ∈ R ∧ a22 ∈ R
a12 a22

Profesor Ricardo Santander Baeza “Introducción a las Matrices”